基于深度神经网络的流场时空重构方法

针对流场粒子图像测速实验中时间和空间高分辨率测量代价高的问题,研究了数据驱动的流场时空重构方法。为了对实验测得的低分辨率数据进行时空高分辨率重构,提出了一种基于深度神经网络的流场时空重构方法,并构建了一种基于卷积神经网络和长短时记忆神经网络的混合深度神经网络。该混合深度神经网络能够学习流场的时空演化特征,训练完成后可实现对实验数据的时空高分辨率重构。测试结果表明:只进行流场空间高分辨率重构时,重构出的流场与真实流场之间的均方根误差为0.0065左右,流场数据点数是原来的51倍;同时进行流场时间和空间高分辨率重构时,重构出的流场与真实流场之间的均方根误差可保持在0.065左右,流场时间维度的密度是原来的5倍,可极大提高实验效率,节约实验成本。     

超音速风洞喷管壁面型线设计的特征线法

本采用索尔（sauer)法分析了二维喷管喉道区流场，得到了一条合理的初值线。在由特征线法确定初始膨胀区后，根据质量平衡的概念设计超音速风洞喷管壁面型线。本方法可供超音速风洞喷管壁面型线设计时参考。     

固定——固定型无阻尼弹簧质点系统的质量优化问题

讨论了基于系统总质量最优化要求下的固定-固定型无阻尼弹簧质点系统的构造问题,通过求解广义逆特征问题获得了该问题的可解性条件和解的表达式,给出了数值算法和算例.     

基于自组织神经网络的软件功能测试数据自动生成

针对面向软件功能的测试数据自动生成问题,提出了一种动态自组织特征映射方法,用于生成揭示软件功能故障的测试数据(简称故障数据)。该方法主要有两部分组成,①采用具有全局多峰搜索特性的小生境遗传算法,在输入空间内搜索功能测试数据,生成少量的初始故障数据;②由初始故障数据,采用具有联想和分类能力的可变结构自组织特征映射,不断迭代生成大量相近而不同的故障数据,以便给开发者提供引发这些软件故障的信息,从而确定软件故障行为的模式或假设。用某型空空导弹发射控制软件进行了实验,运行结果表明了方法的有效性,故障数据生成效率高于遗传算法和随机法。     

QD128燃气轮机动力涡轮偏心故障的振动分析

针对QD128燃气轮机在并网发电的稳定运行过程中出现振动剧增超限现象,根据振动特点、频谱以及油膜轴承偏磨的振动特征进行了分析.分析认为振动超限是因动力涡轮偏磨故障所致.重点介绍该偏磨故障的振动模式和频率分布特征,为进一步讨论偏心激振引起的振动故障机理提供了参考依据.     

固体药柱超声波特征扫描系统研制

对固体火箭发动机药柱的超声检测方法进行了研究,介绍了超声特征扫描成像原理及缺陷检测方法,研制了药柱超声波特征扫描系统,并用低频组合探头对药柱进行了检测.试验表明,设计的超声特征扫描系统可采用幅度成像、深度成像方法显示药柱的缺陷.     

机电产品可靠性特征确定和统计验证方法

论述了产品可靠性特征量的作用和意义 ;给出了假设机电产品寿命分布服从指数和威布尔分布 ,以及在寿命分布未知情况下的产品可靠性特征量的确定方法和形式 ;最后给出了各种情况下产品可靠性特征量的统计验证方法。     

比例与非比例加载下30CrMnSiA钢多轴高周疲劳失效分析

为了分析比例与非比例加载下,30CrMnSiA钢的多轴高周疲劳的失效规律。通过对30CrMnSiA钢材料开展比例与非比例(δ=90°)加载下的多轴高周疲劳试验,研究了应力幅比和相位差对疲劳寿命、断口特征及裂纹起裂角度的影响。试验结果表明,对于比例与非比例加载,随着应力幅比的增大,多轴疲劳寿命逐渐增加。对疲劳断口分析发现,裂纹萌生于试件表面,断口有明显的疲劳源区、扩展区和瞬断区,不同加载路径下的试件断口形式有明显差异。通过对起裂角度的分析发现,应力幅比大于0.25时表面裂纹有明显的第Ⅰ阶段向第Ⅱ阶段的转变,且第Ⅰ阶段沿着接近最大剪应力幅值平面方向扩展,第Ⅱ阶段沿着接近最大正应力平面方向扩展。此外,对典型试件的疲劳断口及表面扩展路径进行了分析,研究表明多轴疲劳试验试件裂纹的特征比值在0.3~0.5之间,且裂纹沿深度方向扩展至300 μm时占总寿命的85%以上。      

S弯二元喷管红外辐射特性实验

基于轴对称排气系统设计了一套S弯二元喷管的实验模型,在实验工况下测量了喷管实验件的部分流场参数和远场红外辐射特性,对S弯二元喷管的红外辐射特性进行了分析和研究,并与基准轴对称喷管的红外辐射实验结果进行了对比。结果表明:上方探测平面是S弯二元喷管的主要辐射方向,其最大辐射角度为15°,在该方向角上固体壁面辐射的贡献最大。下方和侧向探测平面各方向角的红外辐射强度明显小于上方探测平面,主要是由于S弯二元喷管遮挡了大部分的内部高温壁面。与基准轴对称喷管对比,S弯二元喷管有着明显的红外抑制作用,在尾部方向S弯二元喷管的积分辐射强度相比轴对称喷管降低了81%,最大辐射强度相比轴对称喷管降低了47%,燃气辐射降低50%。      

基于视觉注意机制的认知雷达数据关联算法

针对传统关联波门设计方法在应用于机动目标跟踪时容易引起失跟、以及概率数据关联算法不适于多交叉目标跟踪的问题,提出了一种基于人类视觉选择性注意机制和知觉客体的"特征整合"理论的认知雷达数据关联算法。算法以综合交互式多模型概率数据关联算法为基础,采取假设目标最大机动水平已知的"当前"统计模型和匀速运动模型作为模型集,通过实时交互使关联波门能够随目标机动动态调整,较好地兼顾了雷达计算耗时和跟踪成功率。在利用目标位置特征的基础上,进一步提取、整合目标运动特征,对关联波门交叉区域公共量测进行分类,使多交叉目标跟踪问题转化为多个单目标跟踪问题,优化了传统概率数据关联算法。仿真结果表明：与传统关联波门设计方法相比,算法跟踪失败率和计算耗时明显降低;而且在计算资源增加不大的情况下,杂波环境适应性也得到了显著增强。